分类树可为每个观察获取超过1个预测

Question

我正在从分类树a​​lgorythm家族中搜索algorythm，它可以为每个观察值提供一定数量（超过1个）的谓词（以某种排名顺序）。 更具体地说-我有10个二进制目标模型来预测具有10个级别的目标变量。 如何以这种方式组合模型以获取具有置信度水平的预定义预测。 例如，我希望我的“组合”模型为每个观测获取2个预测。 一种可行的方法是针对特定的观察结果采用具有最高准确度的2个二元模型并获取它们。 如何计算这2个预测的“平均”准确性？ 如果任何人都可以从rpart软件包中提供文献资料和R代码示例，那将更有帮助。 谢谢

Answer 1

在predict.rpart的rpart文档中：type = c（“ vector”，“ prob”，“ class”，“ matrix”）

用途像：

predict(${some r part model}, type="prob")

它将为您提供每个类别的概率的向量